MétaCan
Menu
Retour à la cohorte
Enregistrement W2885327485 · doi:10.1002/cjce.23304

Simple immersed boundary matrix‐cut‐method for cartesian grids using FV and FD discretizations

2018· article· en· W2885327485 sur OpenAlexafffundvenue
F. Dierich, Sergey Ananiev, Petr A. Nikrityuk

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFederalno Ministarstvo Obrazovanja i Nauke
Mots-clésSolverRegular gridFinite volume methodCartesian coordinate systemDiscretizationFinite element methodMathematicsGridMatrix (chemical analysis)Applied mathematicsBoundary value problemBoundary (topology)Mathematical analysisGeometryMathematical optimizationPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract This work presents a means of implementing a simple implicit Cartesian grid matrix‐cut method to model the heat and mass transfer in irregular geometries using any implicit Cartesian grid solver in finite‐volume and finite‐difference formulations. This method allows the precise imposing of Dirichlet, Neumann, and Robin boundary conditions in any internal node of the grid. The main idea of this method comes from a finite element method where the coefficients of the implicit matrix of a discretized equation are modified directly to ensure the consistency of the presence of the boundary conditions at immersed boundaries represented by grid nodes. One of the advantages of this method is its capability to solve a transport equation implicitly in steady and unsteady modes, applied to complex geometry immersed into the Cartesian grid. This method can be easily implemented in any direct matrix solver, e.g., Gauss elimination, or any iterative matrix solver. To validate this method, different cases are considered.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207